Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Bateria multimídia para avaliação de habilidades cognitivas e básicas em matemática (BM-PROMA)

Published: August 28, 2021 doi: 10.3791/62288
Automatic Translation
*1,2, *1, *1, *1
1Faculty of Psychology and Speech Therapy, Universidad de La Laguna, 2Faculty of Education, Universidad Católica del Maule
* These authors contributed equally

Summary

O BM-PROMA é uma ferramenta de diagnóstico multimídia válida e confiável que pode fornecer um perfil cognitivo completo de crianças com deficiências matemáticas de aprendizagem.

Abstract

Aprender matemática é um processo complexo que requer o desenvolvimento de múltiplas habilidades de domínio geral e específicos de domínio. Portanto, não é inesperado que muitas crianças lutem para se manter em nível de nota, e isso se torna especialmente difícil quando várias habilidades de ambos os domínios são prejudicadas, como no caso de deficiências matemáticas de aprendizagem (MLD). Surpreendentemente, embora o MLD seja um dos distúrbios neurodesenvolvimentos mais comuns que afetam os escolares, a maioria dos instrumentos de diagnóstico disponíveis não incluem avaliação de habilidades de domínio-geral e de domínio específico. Além disso, muito poucos são informatizados. Pelo que sabemos, não há ferramenta com essas características para crianças de língua espanhola. O objetivo deste estudo foi descrever o protocolo para o diagnóstico de crianças espanholas de MLD utilizando a bateria multimídia BM-PROMA. O BM-PROMA facilita a avaliação de ambos os domínios de habilidade, e as 12 tarefas incluídas para este fim são empiricamente baseadas em evidências. Demonstram-se a forte consistência interna do BM-PROMA e sua estrutura interna multidimensional. O BM-PROMA se mostra uma ferramenta adequada para diagnosticar crianças com IMC durante o ensino fundamental. Proporciona um amplo perfil cognitivo para a criança, que será relevante não só para o diagnóstico, mas também para o planejamento instrutivo individualizado.

Introduction

Um dos objetivos cruciais da educação básica é a aquisição de habilidades matemáticas. Esse conhecimento é altamente relevante, pois todos usamos a matemática em nosso cotidiano, por exemplo, para calcular a mudança dada no supermercado1,2. Como tal, as consequências do fraco desempenho matemático vão além do acadêmico. No nível social, uma forte prevalência de baixo desempenho matemático dentro da população constitui um custo para a sociedade. Há evidências de que a melhoria das baixas habilidades numéricas na população leva a uma economia significativa para um país3. Há também consequências negativas em nível individual. Por exemplo, aqueles que apresentam baixo nível de habilidades matemáticas apresentam baixo desenvolvimento profissional (por exemplo, maiores taxas de emprego em ocupações manuais mal remuneradas e maior desemprego)4,5,6, frequentemente relatam respostas socioemocionais negativas para os acadêmicos (por exemplo, ansiedade, baixa motivação para os acadêmicos)7,8, e tendem a apresentar saúde mental e física mais pobre do que seus pares com realização matemática média9. Alunos com deficiência de aprendizagem matemática (MLD) apresentam desempenho muito ruim que persiste ao longo do tempo10,11,12. Como tal, são mais propensos a sofrer as consequências mencionadas acima, especialmente se estas não forem diagnosticadas prontamente13.

MLD é um distúrbio neurobiológico caracterizado por comprometimento grave em termos de aprendizagem de habilidades numéricas básicas, apesar da capacidade intelectual adequada e escolaridade14. Embora essa definição seja amplamente aceita, os instrumentos e critérios para sua identificação ainda estão em discussão15. Uma excelente ilustração da ausência de acordo universal quanto ao diagnóstico de IMD é a variedade de prevalências relatadas, variando de 3 a 10%16,17,18,19,20,21. Essa dificuldade no diagnóstico decorre da complexidade do conhecimento matemático, que exige que uma combinação de múltiplas habilidades de domínio geral e específico de domínio seja aprendida22,23. Crianças com MLD apresentam perfis cognitivos muito diferentes, com uma ampla constelação de déficits14,24,25,26,27. Nesse sentido, sugere-se que a necessidade de avaliação multidimensional por meio de tarefas que envolvam diferentes representações numéricas (ou seja, habilidades verbais, árabes, analógicas) e aritméticas11.

No ensino fundamental, os sintomas do MLD são diversos. Em termos de habilidades específicas de domínio, é consistentemente encontrado que muitos estudantes de MLD mostram dificuldades em habilidades numéricas básicas, como reconhecer rapidamente e com precisão os numerais árabes28,29,30, comparando magnitudes31,32, ou representando números na linha numérica33,34. As crianças do ensino fundamental também têm mostrado dificuldade em compreender o conhecimento conceitual, como o valor do lugar35,o conhecimento aritmético36ou a ordinalidade medido através das sequências ordenadas37. Em relação às habilidades de domínio-geral, o foco particular tem sido colocado no papel da memória de trabalho38,39 e linguagem40 no desenvolvimento de habilidades matemáticas em crianças com e sem MLD. Em relação à memória de trabalho, os resultados sugerem que os alunos com MLD apresentam déficit no executivo central, especialmente quando necessário para manipular informações numéricas41,42. Um déficit na memória visuosespacial de curto prazo também tem sido frequentemente relatado em crianças com MLD43,44. As habilidades linguísticas têm sido consideradas um pré-requisito para aprender habilidades de numeração, especialmente aquelas que envolvem alta demanda de processamento verbal7. Por exemplo, as habilidades de processamento fonológico [por exemplo, consciência fonológica e Nomeação Automatizada Rápida (RAN)] estão intimamente ligadas às habilidades básicas aprendidas no ensino fundamental, como processamento numérico ou cálculo aritmético39,45,46,47. Aqui, foi demonstrado que variações na consciência fonológica e ran estão associadas a diferenças individuais nas habilidades numécades que envolvem a gestão do código verbal42,48. À luz do perfil complexo de crianças com MLD, uma ferramenta de diagnóstico deve incluir idealmente tarefas que avaliam habilidades específicas de domínio e domínio, que são relatadas como sendo mais deficientes nessas crianças.

Nos últimos anos, várias ferramentas de triagem de papel e lápis para MLD foram desenvolvidas. Os mais utilizados com crianças do ensino fundamental espanhol são a) Evamat-Batería para la Evaluación de la Competencia Matemática ( Bateria para a Avaliação da Competência Matemática)49; b) Tedi-Math: Um Teste para Avaliação Diagnóstica de Deficiências Matemáticas (Adaptação em Espanhol)50; c) Teste de Evaluación Matemática Temprana de Utrecht (TEMT-U)51,52, a versão em espanhol do Teste de Numeração Precoce de Utrecht53; e d) Teste de habilidades matemáticas precoces (TEMA-3)54. Esses instrumentos medem muitas das habilidades específicas de domínio mencionadas acima; no entanto, nenhum deles avalia habilidades de domínio-geral. Outra limitação desses instrumentos - e das ferramentas de papel e lápis em geral - é que eles não podem fornecer informações sobre a precisão e aaulidade com que cada item é processado. Isso só seria possível com uma bateria computadorizada. No entanto, pouquíssimas aplicações foram desenvolvidas para o diagnóstico de discalculia. A primeira ferramenta informatizada projetada para identificar crianças (de 6 a 14 anos) com MLD foi o Dyscalculia Screener55. Alguns anos depois, o DyscalculiUm56 baseado na web foi desenvolvido com o mesmo propósito, mas focado em adultos e alunos na educação pós-16. Embora ainda limitado, tem havido crescente interesse pelo design de ferramentas informatizadas para o diagnóstico de MLD nos últimos anos57,58,59,60. Nenhuma das ferramentas mencionadas foram padronizadas para crianças espanholas, e apenas uma delas - o Teste MathPro57- inclui avaliação de habilidades em geral de domínio. Dada a importância de identificar crianças com baixa realização matemática, especialmente aquelas com MLD, e na ausência de instrumentos informatizados para a população espanhola, apresentamos um protocolo de avaliação multimídia que inclui habilidades de domínio geral e de domínio específico.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Este protocolo foi conduzido de acordo com as diretrizes fornecidas pelo Comité de Ética de la Investigación y Bienestar Animal (Comitê de Ética e Bem-Estar Animal da Universidade, CEIBA), Universidad de La Laguna.

NOTA: A Batería multimídia para la evaluación de habilidades cognitivas y básicas en matemáticas [Bateria Multimídia para Avaliação de Habilidades Cognitivas e Básicas em Matemática (BM-PROMA)]61 foi desenvolvida utilizando a Unity 2.0 Professional Edition e o SQLITE Database Engine. O BM-PROMA inclui 12 subtestes: 8 para avaliar habilidades específicas do domínio e 4 para avaliar processos de domínio-geral. Para cada subteste, forneça instruções oralmente por um robô humanoide animado e preceda a fase de testes com uma demonstração e dois testes de treinamento. O protocolo de aplicação de cada tarefa é apresentado abaixo com um exemplo.

1. Configuração experimental

  1. Utilizar os seguintes critérios de inclusão: crianças no ensino fundamental entre o segundo e o sexto ano; falantes nativos de espanhol.
  2. Use os seguintes critérios de exclusão: crianças com histórico de déficits neurológicos, intelectuais ou sensoriais.
  3. Instale a Bateria Multimídia para Avaliação de Habilidades Cognitivas e Básicas em Matemática. O BM-PROMA é distribuído usando um único arquivo. Este arquivo é um instalador automatizado que permite ao usuário selecionar o destino de instalação. O instalador detecta versões anteriores da ferramenta e alerta o usuário sobre possível perda de dados devido à substituição. A instalação cria atalhos no menu 'Iniciar' do Windows. Além disso, o instalador fornece um arquivo em lote (conhecido como .bat arquivo no Windows) para automatizar o processo de backup do banco de dados. A ferramenta é executada em modo de tela cheia com uma resolução de 800x600 pixels. A ferramenta não pode ser executada no modo com janelas.
    1. Antes que um aluno possa ser avaliado, adicione seus dados ao banco de dados do aluno. Uma vez que a criança tenha sido registrada, selecione-as clicando na entrada relevante na lista de alunos. As tarefas são selecionadas aleatoriamente pelo examinador ou pela criança. As tarefas começam assim que o examinador ou a criança clicar nelas. Quando a tarefa estiver concluída, a ferramenta retorna ao menu de seleção de tarefas. As tarefas concluídas pelo aluno não são mais visíveis no menu. Uma vez que a sessão tenha começado, não há intervalos entre as tarefas.
    2. Teste as crianças notas 2 e 3 em três sessões de meia hora e crianças de 4 a 6 anos em duas sessões de 45 minutos. Segure as sessões em dias diferentes. Administre o BM-PROMA em uma sala tranquila. Que os alunos usem um fone de ouvido para ouvir as instruções e registrar suas respostas orais; o examinador também usa fones de ouvido para monitorar as tarefas. Em alguns casos, o examinador deve registrar o resultado da tarefa usando o mouse; em outros, o aluno usa o mouse para completar a tarefa e as respostas são gravadas automaticamente.
  4. Demonstração e treinamento. Para todas as tarefas, preceda o estágio de teste com instruções (o robô apresenta oralmente as instruções para a tarefa), modelagem (o robô modela a tarefa passo a passo com um exemplo) e ensaios práticos (as crianças são permitidas até dois ensaios práticos com feedback).

2. Subtestes específicos de domínio

  1. Número faltante(Figura 1)
    1. Nesta tarefa, peça às crianças que nomeiem o número faltante de uma série de 4 números de um e dois dígitos apresentados horizontalmente.
    2. Peça ao robô o seguinte: "Neste jogo, você tem que dizer em voz alta o nome do número desaparecido: dois, quatro, seis, oito e (pausa) dez. Então, o número perdido é dez. Agora, experimente por conta própria".
    3. Apresentar um total de 18 séries: 6 em ordem numericamente ascendente (os números da série aumentam de valor como uma determinada magnitude é adicionado ao número anterior), 6 em ordem numericamente descendente (os números da série diminuem de valor como uma determinada magnitude é subtraída do número anterior), e 6 em ordem ascendente numericamente hierárquica (mais de uma operação aritmética é necessária para resolvê-los, neste caso, multiplicação e adição). O examinador usa os botões do mouse para registrar se a resposta está correta.
    4. Calcule a pontuação com base no número total de respostas corretas.
  2. Comparação numérica de dois dígitos(Figura 2)
    1. Nesta tarefa, apresente 40 pares de números de dois dígitos na tela do computador.
    2. Peça ao robô para dizer :"Neste jogo, olhe atentamente para estes dois números. Você deve escolher o maior número. Para isso, você deve comparar os dois números e dizer em voz alta o nome do maior. Olhe para esses dois números. Trinta e sete é maior que vinte e um. Então, eu vou dizer /trinta e sete /. Tente completar a tarefa o mais rápido possível sem errar. Agora, experimente por conta própria".
    3. Exigir que as crianças digam em voz alta o numericamente maior de cada par. Uma tecla de voz registrou o tempo de reação da criança (RT), após o qual o examinador usou os botões do mouse para registrar se a resposta estava correta.
      NOTA: Após estudos anteriores foram manipulados62,63, compatibilidade unidade-década (compatível vs. incompatível) e distância de décadas e unidade (pequeno [1-3] vs. grande [4-8]).
    4. Calcule a pontuação com base na TR desses estímulos que foram resolvidos corretamente.
  3. Números de leitura(Figura 3)
    1. Apresentar 30 números árabes (10 números de um dígito, 10 números de dois dígitos e 10 números de três dígitos) um de cada vez na tela do computador.
    2. Peça ao robô dizer "Neste jogo, você tem que nomear em voz alta os números que aparecem na tela. Olhe para este número. Aqui você tem que dizer /doze/, porque esse é o nome do número na tela. Tente completar a tarefa o mais rápido possível sem errar. Agora, experimente por conta própria".
    3. Peça à criança para lê-los em voz alta o mais rápido possível sem cometer erros. Uma chave de voz registrou o RT da criança, após o qual o examinador usou os botões do mouse para registrar se a resposta estava correta.
    4. Calcule a pontuação com base no RT desses estímulos que foram lidos corretamente.
  4. Valor do lugar(Figura 4)
    1. Meça o conhecimento dos alunos sobre o sistema de números árabes. Exibir 12 números árabes de dois dígitos no centro da tela do computador, com uma opção de resposta localizada em cada canto da tela (quatro opções no total). Cada opção era uma quantidade representada por pequenos blocos de unidades e blocos de dezenas (dez unidades agrupadas em um único bloco). Para cada item, apenas uma das quatro opções estava correta. As opções incorretas foram compostas de representações que coincidiram com a opção correta em a) as dez; b) a unidade; ou c) tanto o dez quanto a unidade, mas invertidos (por exemplo, para o número "15", as opções incorretas representavam 12, 35 e 51).
    2. Peça ao robô para dizer:"Neste jogo, temos um número e quatro fotos. Você tem que clicar na imagem que representa o número corretamente. Eu escolherei o primeiro, porque a barra é igual a dez, e os quadrados equivalem a cinco unidades. Agora, experimente por conta própria".
    3. Calcule a pontuação com base no número total de respostas corretas.
  5. Linha numérica 0-100 e 0-1000 tarefas(Figura 5)
    NOTA: Use adaptações informatizadas do papel e lápis originais64.
    1. Nesta tarefa, as crianças posicionem um determinado número em uma linha numérica de 15 cm usando o mouse do computador. Para os primeiros 20 itens, o valor na extremidade esquerda da linha era 0 e o valor na extremidade direita era de 100. Para os 22 itens seguintes, o valor na extremidade direita foi de 1000.
    2. Apresentar os seguintes itens na linha 0-100: 2, 3, 7, 11, 14, 18, 23, 37, 41, 45, 56, 60, 67, 71, 75, 86, 89, 91, 95 e 99.
    3. Peça ao robô para dizer :"Neste jogo, você tem que colocar o número onde você acha que deve ir. Olhe para esta linha. Começa em zero e termina em cem. Você tem que colocar o número 50 aqui. Para isso, clique e segure na linha vermelha sob o número e arraste-a para o lugar correto. Sabe por que deixei cair o número aqui? Está no meio, porque 50 é metade de cem. Agora, experimente por conta própria".
    4. Seguindo a tarefa original, superemple os números na parte baixa da distribuição, com 7 números entre 0 e 30. Os itens apresentados para a linha 0-1000 foram: 2, 11, 67, 99, 106, 162, 221, 325, 388, 450, 492, 511, 591, 643, 677, 755, 799, 815, 867, 910 e 988. Valores abaixo de 100 foram supersamplados, como no estudo acima mencionado.
    5. Calcule a pontuação com base no valor absoluto do erro percentual (| Estimativa - Quantidade Estimada / Escala de Estimativas|).
  6. Recuperação de fatos aritméticos (Figura 6)
    1. Peça às crianças que resolvam 66 problemas aritméticos de um dígito, compostos por 24 adições, 24 multiplicações e 18 subtrações apresentadas em blocos separados. Exclua problemas de gravata (por exemplo, 3+3) e problemas contendo 0 ou 1 como operação ou resposta.
    2. Peça ao robô para dizer "Neste jogo, você tem que resolver os cálculos em sua cabeça. No primeiro, a resposta correta é três. Resolva a tarefa em silêncio e me diga a resposta em voz alta. Tente resolver a tarefa o mais rápido possível sem errar. Agora, experimente sozinho.
    3. Apresentar problemas um de cada vez horizontalmente na tela do computador. As respostas foram verbais. Uma chave de voz registrou o RT da criança, após o qual o examinador usou os botões do mouse para registrar se a resposta estava correta.
    4. Calcule a pontuação com base na TR desses estímulos que foram resolvidos corretamente.
  7. Princípios aritméticos (Figura 7)
    1. Presente 24 pares de operações relacionadas de dois dígitos (12 pares de adições e 12 pares de multiplicações). Em cada par, um item foi resolvido corretamente e o outro foi não resolvido (por exemplo, 5+5=10 → 5+6=?).
    2. Peça ao robô dizer "Neste jogo, você tem que dizer em voz alta o resultado da segunda operação. Olhe atentamente para ambos os cálculos. O primeiro já foi resolvido, mas o segundo ainda precisa ser resolvido. Cinco mais cinco é igual a dez, depois cinco mais seis é igual a onze. Quando eu disser para começar, resolva a tarefa em silêncio e depois diga a resposta em voz alta. Tente resolver a tarefa o mais rápido possível sem errar. Agora, experimente por conta própria".
    3. Peça às crianças que digam em voz alta o resultado da operação não resolvida. Uma tecla de voz registrou o tempo de reação da criança (RT), após o qual o examinador usou os botões do mouse para registrar se a resposta estava correta.
    4. Calcule a pontuação com base na TR desses estímulos que foram resolvidos corretamente.

3. Subtestes gerais de domínio

  1. Período de contagem(Figura 8)
    NOTA: Esta tarefa é uma adaptação da tarefa de contagem de memória de trabalho65.
    1. Faça as crianças contarem em voz alta o número de pontos amarelos em uma série de cartões com pontos amarelos e azuis. Peça-lhes para recordar o número de pontos amarelos em cada cartão no conjunto.
    2. Peça ao robô para dizer: "Neste jogo, temos algumas cartas. Cada carta tem pontos azuis e amarelos. Você tem que contar e lembrar o número de pontos amarelos em cada carta. Primeiro, vamos contar quantos pontos amarelos há no primeiro cartão. Há dois pontos amarelos no cartão. Então vamos contar todos os pontos amarelos no segundo cartão. Há oito pontos amarelos no cartão. Agora, como havia dois pontos amarelos no primeiro cartão e oito pontos amarelos no segundo cartão, você tem que dizer em voz alta os números dois e oito. Agora, experimente por conta própria".
    3. Aumente o comprimento do conjunto de 2 para 5 cartões e dê às crianças três tentativas de passar para o próximo nível de dificuldade. O examinador usa os botões do mouse para registrar se a resposta está correta.
    4. Termine o teste quando uma criança não recordar corretamente dois conjuntos em um determinado nível de dificuldade.
  2. Nomeação Automatizada Rápida - Letra (RAN-L) (Figura 9)
    NOTA: Esta tarefa é uma adaptação da técnica chamada Nomeação Automatizada Rápida66. RAN-L consiste em uma série de cinco letras apresentadas em cinco linhas e 10 colunas na tela do computador.
    1. Peça à criança para nomear as letras o mais rápido possível da esquerda para a direita e de cima para baixo. Forneça dez itens de prática em um gráfico composto por duas linhas e cinco colunas.
    2. Peça ao robô dizer "Neste jogo, você tem que nomear as letras que aparecem na tela. Não importa se eles se repetem. Então, temos que dizer: /a/, /c/, /v/, /n/, /a/, /n/, /c/, /c/, /v/, /v/. Tente nomear as letras o mais rápido possível da esquerda para a direita e de cima para baixo. Agora, experimente por conta própria".
    3. Use o tempo gasto para nomear todas as 50 letras como a pontuação. Para normalizar a distribuição da pontuação, converta as pontuações para o número de letras por minuto.
  3. Memória de trabalho visuosespacial (Figura 10)
    NOTA: Esta tarefa é uma adaptação informatizada da tarefa de toque de bloco Corsi67.
    1. Mostre uma placa 3x3 no centro da tela. Em cada julgamento, piscam sequencialmente certos blocos ligados e desligados.
    2. Peça à criança para repetir a sequência na ordem correta clicando nos blocos que mudaram de cor. Em 50% dos casos, peça-lhes para fazê-lo na mesma ordem, e nos outros 50% em ordem inversa.
    3. Peça ao robô para dizer :"Neste jogo, você verá que alguns dos quadrados se iluminam. Você tem que lembrar quais quadrados se iluminaram e a ordem em que eles fizeram isso. Então você tem que pressionar os quadrados na mesma ordem para repetir a sequência. Agora, observe atentamente e pressione as praças na mesma ordem".
    4. Aumente os ensaios em comprimento de 2 para 5 blocos. Dê às crianças três tentativas de passar para o próximo nível de dificuldade.
    5. Termine o teste quando uma criança não conseguiu lembrar corretamente dois conjuntos em um determinado nível de dificuldade. O examinador usa os botões do mouse para registrar se a resposta está correta. Calcule as pontuações com base no número de respostas corretas dadas.
  4. Exclusão de fonema
    NOTA: Esta tarefa incluiu 15 palavras de duas sílabas: cinco com primeira estrutura de sílaba consoante-vogal (CV), cinco com primeira estrutura de sílaba consoante-vogal-consoante (CVC) e cinco com primeira estrutura de sílaba consoante-consoante-consoante (CCV).
    1. Diga uma palavra à criança e faça-as repeti-la, omitindo o primeiro som.
    2. Peça ao robô para dizer "Neste jogo, você tem que remover o primeiro som de cada palavra. Se você ouvir a palavra /tarde/ (tarde), você tem que remover o som /t/. Então, você vai dizer /arde /. Agora, experimente por conta própria".
    3. O examinador usa os botões do mouse para registrar se a resposta está correta. Calcule a pontuação com base no número total de respostas corretas.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Para testar a utilidade e a eficácia desta ferramenta diagnóstica, suas propriedades psicométricas foram analisadas em uma amostra em larga escala. Um total de 933 estudantes do ensino fundamental espanhol (meninos = 508, meninas = 425; Idade M = 10 anos, SD = 1,36) do 2º ao 6º ano (grau 2, N = 169 [89 meninos]; grau 3, N = 170 [89 meninos]; grau 4, N = 187 [106 meninos]; grau 5, N = 203 [113 meninos]; grau 6, N= 204 [110 meninos]) participaram do estudo. As crianças eram de aulas intactas em escolas estaduais e particulares em áreas urbanas e suburbanas de Santa Cruz de Tenerife. Os alunos foram classificados em dois grupos: a) Crianças MLD com escores dentro ou abaixo do percentil 16 em teste aritmético padronizado (grau 2, N =14; grau 3, N =35; nota 4, N =11; nota 5, N = 47; grau 6, N = 42); e b) tipicamente alcançar crianças com escores dentro ou acima do percentil 40 no mesmo teste (grau 2, N =130; grau 3, N =124; grau 4, N =149; grau 5, N = 110; grau 6, N = 105).

A multidimensionalidade da estrutura da ferramenta foi testada por meio da Análise de Fatores Confirmatórios (CFA) utilizando o pacote lavaan na R68. Um modelo de cinco fatores para BM-PROMA foi hipótese. Esperava-se um fator cognitivo contendo todas as tarefas de domínio-geral, uma vez que a contribuição das habilidades de domínio-geral para o desempenho matemático é diferente da das habilidades específicas do domínio69,70. Um fator aritmético agrupando apenas tarefas aritméticas também era esperado, uma vez que as habilidades aritméticas e numéricas básicas envolvem diferentes correlações cognitivas e cerebrais71 . Finalmente, seguindo o Modelo de Código Triplo72, três fatores agrupando tarefas numéricas de acordo com se a tarefa envolve representações verbais, árabes ou analógicas eram esperadas.

Evidências sobre consistência interna foram avaliadas usando o alfa de Cronbach. Os alfas de Cronbach foram calculados para todas as medidas e apresentados tanto para cada nota quanto para toda a amostra participante. Os valores de consistência interna foram considerados excelentes quando α ≥ .80, bom quando α ≥ .70 e <,80, aceitável quando α ≥ .60 e <,70, ruim quando α ≥ .50 e < .60, e inaceitável quando α < .5073.

A bondade do ajuste do modelo foi estimada utilizando-se o método robusto de estimativa de probabilidade máxima (RML) e avaliada utilizando os seguintes índices74,75: quadrado médio de raiz padronizado (SRMS ≤ .08), qui-quadrado (χ2, p> .05), Índice Tucker-Lewis (TLI ≥ 0,90), índice de ajuste comparativo (CFI ≥ 0,90), erro quadrado médio raiz de aproximação (RMSA ≤ 0,06) e Confiabilidade Composta (ω ≥ .60). Os índices de modificação (MI) foram inspecionados.

As estatísticas descritivas foram examinadas e apresentadas na Tabela 1. Os resultados mostraram uma distribuição normal dos dados, com índices de kurtose e distorção inferiores a 10,00 e 3,00,respectivamente 76.

Medidas Grau 2 Grau 3 Grau 4 Grau 5 Grau 6 Total
M SD M SD M SD M SD M SD M SD
Números perdidos 3.81 3.29 5.79 3.49 7.68 3.15 7.56 3.50 8.33 2.98 6.67 3.65
Comparação numélia de dois dígitos 2.02 .54 1.78 .35 1.50 .24 1.46 .15 1.44 .15 1.62 .38
Números de leitura 1.14 .27 1.27 .23 1.14 .21 1.17 .18 1.21 .20 1.24 .24
Valor do lugar 8.83 3.19 9.83 2.89 10.58 1.62 10.33 1.95 10.89 1.49 10.14 2.38
Linha numérica 0-100 .11 .06 .07 .30 .06 .02 .05 .02 .05 .19 .07 .04
Linha numérica 0-1000 .18 .09 .13 .06 .09 .04 .09 .04 .07 .02 .11 .06
Recuperação de fatos adicionais 5.11 4.42 7.03 5.24 11.15 5.74 10.27 5.82 12.03 5.30 9.32 5.93
Recuperação de fatos de subtração 4.36 3.79 5.78 4.66 8.94 4.53 8.64 4.84 9.76 4.31 7.66 4.89
Recuperação de fatos de multiplicação 2.92 3.27 6.32 4.97 11.48 5.67 10.10 5.90 11.49 5.43 8.72 6.13
Princípios aritméticos 8.33 4.71 8.05 3.41 8.95 3.80 9.38 4.01 10.78 4.56 9.21 4.22
Período de contagem 4.57 2.35 5.45 2.65 6.41 2.56 6.43 2.59 7.03 2.49 6.05 2.67
Memória de trabalho visuosespacial 6.26 2.74 7.30 2.62 8.18 2.33 8.46 2.42 9.27 2.23 7.98 2.66
Exclusão de fonema 9.34 4.78 10.96 4.60 12.64 2.83 12.62 2.92 12.61 3.37 11.73 3.94
Nomeação automatizada rápida- Cartas 1.37 .32 1.53 .31 1.72 .31 1.80 .35 1.87 .36 1.68 .38

Tabela 1: Estatísticas descritivas de subtestes BM-PROMA por série.

A consistência interna de cada medida, com exceção da memória numérica de trabalho, é apresentada na Tabela 2. Os resultados indicaram α acima de 0,70 para a maioria das medidas em cada série, sugerindo boa e excelente consistência interna para a maioria das tarefas.

Medidas Grau 2 Grau 3 Grau 4 Grau 5 Grau 6 Total ICL
Números perdidos .841 .843 .807 .858 .801 .861 1
Comparação numélia de dois dígitos .891 .925 .916 .868 .866 .895 1
Números de leitura .861 .830 .849 .892 .753 .855 1-2
Valor do lugar .843 .864 .722 .686 .740 .809 1-3
Linha numérica 0-100 .825 .748 .658 .547 .678 .801 1-4
Linha numérica 0-1000 .806 .820 .763 .743 .729 .867 1-2
Recuperação de fatos adicionais .852 .879 .885 .892 .856 .898 1
Recuperação de fatos de subtração .826 .880 .846 .868 .823 .876 1
Recuperação de fatos de multiplicação .811 .861 .867 .881 .853 .901 1
Princípios aritméticos .586 .734 .844 .742 .866 .821 1-4
Memória de trabalho visuosespacial .741 .726 .660 .695 .699 .747 1-3
Exclusão de fonema .918 .933 .835 .853 .899 .911 1
Nota. ICL = nível de consistência interna; 1 = excelente; 2 = bom; 3 = aceitável; 4 = pobre, 5 = inaceitável.

Tabela 2: Cronbach é um coeficiente para todas as medidas em cada série.

Para confirmar a estrutura fatorial do BM-PROMA, foi realizado um CFA utilizando-se o método de estimativa rml. Os índices de ajuste sugeriram um ajuste adequado do modelo de cinco fatores proposto para os dados: χ2 = 29.930 df = 67, p = .000; CFI = 0,948; TLI = 0,930; RMSEA = 0,053, IC 90% = [0,046-061]; SRMR = 0,046; F1, ω = .50; F2, ω = .75; F3, ω = .80; F4, ω = .81; F5, ω = .46 (Figura 11).

Figure 11
Figura 11: Análise do Fator Confirmatório da BM-PROMA.  Nota. F1 = Fator de representação numérica árabe; F2 = fator de representação analógica; F3 = fator de representação verbal; F4 = fator aritmético; F5 =fator cognitivo; RAN-L = letras de nomeação automatizadas rápidas; VWM = memória de trabalho visuosespacial; CS = período de contagem; PD = exclusão de telefone; AP = princípios aritméticos; Recuperação de fatos de multiplicação MFR=; AFR = recuperação de fatos de adição; SFR = recuperação de fatos de subtração; TNC = comparação numélia de dois dígitos; RN = números de leitura; NL-100 = linha numérica 0-100; NL-1000 = linha numérica 0-1000; PV = valor do local; MN = número faltando. Clique aqui para ver uma versão maior desta figura.

A abordagem multidimensional da ferramenta foi confirmada. As tarefas incluídas no BM-PROMA carregadas em cinco fatores: 1) o número faltante e as tarefas de valor de lugar carregadas no "Fator de Representação Numérica Árabe"; 2) a estimativa da linha numérica 0-100 e a estimativa da linha numérica 0-1000 tarefas carregadas no "Fator de Representação Analógica"; 3) as tarefas de comparação numépia de dois dígitos e número de leitura carregadas no "Fator de Representação Verbal"; 4) os princípios aritméticos, a recuperação de fatos de adição, a recuperação de fatos de multiplicação e as tarefas de recuperação de fatos de subtração carregadas no "Fator Aritmético"; e 5) o período de contagem, exclusão de fonema, RAN-L e tarefas de memória de trabalho visuosespacial carregadas no "Fator Cognitivo".

Para examinar a invariância de medição entre as séries, dividimos a amostra em dois grupos. O primeiro grupo foi composto por alunos das séries 2-3 (Grupo A). O segundo grupo foi composto por alunos das séries 4 a 6 (Grupo B). Os alunos foram reagrupados para aumentar o tamanho da amostra e minimizar o número de grupos, como características amostrais, o número de grupos comparados e a complexidade do modelo, todos afetam a invariância de medição77. Foram comparados quatro modelos aninhados: configural (equivalência da forma do modelo), métrica (equivalência do carregamento de fatores), escalar (equivalência de interceptação de itens) e estrita (equivalência do item residual). Os resultados são apresentados na Tabela 3,que mostra invariância configural, métrica, escalar e estrita entre os grupos.

Modelo χ2 Df TPI TLI RMSEA (IC 90%) SRMR ΔCFI ΔRMSEA
Configural (estrutura) 364.145 134 .940 .918 .061 [.053 - . 068] .051
Métrica (carregamentos) 383.400 143 .937 .920 .060 [.053 - .067] .056 - .003 -.001
Escalar (interceptações) 383.845 152 .939 .927 .057 [.050 - .064] .056 .002 -.003
Rigoroso (resíduos) 398.514 166 .939 .933 .055 [.048 - .062] .056 .000 -.002
Nota. CFI = índice comparativo de fit; TLI = índice tucker-lewis, RMSEA = erro quadrado médio raiz de aproximação;
CI = intervalo de confiança; SRMR = raiz padronizada média residual quadrado;  Δ = diferença.
Todos os valores χ2 são significativos em p < 0,001.

Tabela 3: Ajuste os índices para medição Invariância de BM-PROMA.

Por fim, foi realizada a análise da Característica Operacional receptora (ROC) para estudar a precisão diagnóstica do BM-PROMA com base nos cinco fatores derivados da análise do CFA. O Prueba de Cálculo Numérico padronizadofoi utilizado como padrão-ouro para testar a precisão de cada medida diagnóstica única (ou seja, fatores). Área Sob a Curva ROC (AUC > .70), foramexploradosos valores de sensibilidade (>,70) e especificidade (> .80). Os resultados revelaram AUCs aceitáveis para todos os fatores em todas as séries, exceto para F3 (ou seja, fator de representação verbal) nas notas 3, 5 e 6, e F2 (ou seja, fator de representação analógica) no grau 2 (Tabela 4). Os valores de sensibilidade e especificidade foram altamente variáveis, variando de 0,468 a 0,846 para sensibilidade e de 0,595 a 0,929 para especificidade. Esses resultados denotam que, embora todas as medidas contribuam para o desenvolvimento da competência matemática, sua utilidade varia entre as notas.

Grau Fatores AUC Sn Sp
Grau 2 F1 .912 .808 .857
F2 .902 .785 .929
F3 .746 .823 .786
F4 .906 .846 .929
F5 .918 .838 .929
Grau 3 F1 .762 .734 .714
F2 .736 .645 .800
F3 .608 .468 .743
F4 .753 .605 .771
F5 .733 .556 .743
Grau 4 F1 .719 .745 .727
F2 .694 .597 .727
F3 .817 .705 .818
F4 .775 .691 .818
F5 .782 .678 .727
Grau 5 F1 .855 .764 .809
F2 .810 .736 .745
F3 .630 .527 .681
F4 .835 .745 .809
F5 .832 .855 .787
Grau 6 F1 .839 .686 .714
F2 .776 .648 .738
F3 .524 .486 .595
F4 .891 .848 .905
F5 .817 .752 .738

Tabela 4: Precisão do diagnóstico dos subtestes BM-PROMA por série. Nota. F1 = Fator de representação numérica árabe; F2 = fator de representação analógica; F3 = fator de representação verbal ; F4 = fator aritmético ; F5 = fator cognitivo; AUC = área sob a curva; Sn = sensibilidade; Sp = especificidade.

Figure 1
Figura 1: Tarefa de número ausente Clique aqui para ver uma versão maior desta figura.

Figure 2
Figura 2: Tarefa de comparação de números de dois dígitos Clique aqui para ver uma versão maior desta figura.

Figure 3
Figura 3: Tarefa de leitura de números Clique aqui para ver uma versão maior desta figura.

Figure 4
Figura 4: Coloque tarefa de valor Clique aqui para ver uma versão maior desta figura.

Figure 5
Figura 5: Tarefa de estimativa da linha numérica Clique aqui para ver uma versão maior desta figura.

Figure 6
Figura 6: Tarefa de recuperação de fatos aritméticos Clique aqui para ver uma versão maior desta figura.

Figure 7
Figura 7: Tarefa de princípios aritméticos Clique aqui para ver uma versão maior desta figura.

Figure 8
Figura 8: Tarefa de período de contagem Clique aqui para ver uma versão maior desta figura.

Figure 9
Figura 9: Nomeação automatizada rápida - tarefa de letra (RAN-L) Clique aqui para ver uma versão maior desta figura.

Figure 10
Figura 10: Tarefa de memória detrabalho visuosespacial Clique aqui para ver uma versão maior desta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Crianças com IDM estão em risco não só de fracasso acadêmico, mas também de transtornos psicoemo emocionais e de saúde8,9 e, posteriormente, de privação de emprego4,5. Assim, é fundamental diagnosticar o MLD prontamente para fornecer o apoio educacional que essas crianças precisam. No entanto, o diagnóstico de MLD é complexo devido aos múltiplos déficits de habilidades específicos de domínio e domínio-geral que estão por trás do transtorno22,23. O BM-PROMA é uma das poucas ferramentas informatizadas que usa um protocolo multidimensional para diagnosticar crianças do ensino fundamental com MLD, e a primeira a ser padronizada para crianças de língua espanhola.

O presente estudo provou que o BM-PROMA é um instrumento válido e confiável. Os resultados das análises roc foram promissores, mostrando AUCs variando de 0,72 a 0,92 em quase todos os fatores e graus. Isso indica aceitável para uma excelente discriminação79. O suporte mais fraco foi encontrado para f3 nas séries 3, 5 e 6, e F2 no grau 4 rendeu AUC < .70. É importante notar que usamos apenas uma medida como padrão-ouro, e que está focada em habilidades de cálculo de vários dígitos; como tal, é uma medida muito limitada. Um padrão-ouro deve refletir o conteúdo da medida de critério sob investigação80,por isso consideramos que a precisão da classificação poderia ser melhorada com a adição de outras avaliações estatais padronizadas em estudos futuros.

Embora o BM-PROMA seja uma ferramenta muito abrangente, seria relevante que as versões futuras incluíssem outras habilidades específicas de domínio que foram consideradas prejudicadas em crianças MLD, por exemplo, tarefas de comparação não simbólicas em crianças mais jovensde 81 anos e manipulação de números racionais ou a resolução de problemas de palavras aritméticas82,83 em crianças mais velhas. Também seria essencial incorporar outras habilidades de domínio-geral que parecem ser deficientes no MLD, como o controle inibitório84.

Apesar das limitações descritas, o BM-PROMA é uma das poucas peças de software projetadas para identificar crianças com discalculia, e o presente estudo provou que é um instrumento válido e confiável. A estrutura interna representa a abordagem de avaliação multidimensional da ferramenta. Proporciona um amplo perfil cognitivo para a criança, que é relevante não só para o diagnóstico, mas também para o planejamento instrutivo individualizado. Além disso, seu formato multimídia é altamente motivador para as crianças e, ao mesmo tempo, facilita o procedimento de avaliação.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Os autores listados acima atestam que não há interesses financeiros ou outros conflitos de interesse associados ao presente estudo.

Acknowledgments

Agradecemos o apoio do governo espanhol por meio de seu Plano Nacional I+D+i (Plano Nacional de Pesquisa R+D+i, Ministério da Economia e Competitividade espanhol), projeto ref: PET2008_0225, com o segundo autor como principal investigador; e CONICYT-Chile [FONDECYT REGULAR Nº 1191589], com o primeiro autor como principal investigador. Agradecemos também à equipe da Unidad de Audiovisuales ULL pela participação na produção do vídeo.

Materials

Name Company Catalog Number Comments
Multimedia Battery for Assessment of Cognitive and Basic Skills in Maths Universidad de La Laguna Pending assignment BM-PROMA

DOWNLOAD MATERIALS LIST

References

  1. Henik, A., Gliksman, Y., Kallai, A., Leibovich, T. Size Perception and the Foundation of Numerical Processing. Current Directions in Psychological Science. 26 (1), 45-51 (2017).
  2. Henik, A., Rubinsten, O., Ashkenazi, S. The "where" and "what" in developmental dyscalculia. Clinical Neuropsychologist. 25 (6), 989-1008 (2011).
  3. OCDE. The High Cost of Low Educational Performance: The long-run economic impact of improving PISA outcomes. , Available from: www.oecd.org/publishingwww.sourceoecd.org/9789264077485 (2010).
  4. Ghisi, M., Bottesi, G., Re, A. M., Cerea, S., Mammarella, I. C. Socioemotional features and resilience in Italian university students with and without dyslexia. Frontiers in Psychology. 7, 1-9 (2016).
  5. Parsons, S., Bynner, J. Numeracy and employment. Education + Training. 39 (2), 43-51 (1997).
  6. Sideridis, G. D. International Approaches to Learning Disabilities: More Alike or More Different. Learning Disabilities Research & Practice. 22 (3), 210-215 (2007).
  7. Duncan, G. J., et al. School Readiness and Later Achievement. Developmental Psychology. 43 (6), 1428-1446 (2007).
  8. Wu, S. S., Barth, M., Amin, H., Malcarne, V., Menon, V. Math Anxiety in Second and Third Graders and Its Relation to Mathematics Achievement. Frontiers in Psychology. 3, 162 (2012).
  9. Reyna, V. F., Brainerd, C. J. The importance of mathematics in health and human judgment: Numeracy, risk communication, and medical decision making. Learning and Individual Differences. 17 (2), 147-159 (2007).
  10. Geary, D. C., Hoard, M. K., Nugent, L., Bailey, D. H. Mathematical cognition deficits in children with learning disabilities and persistent low achievement: A five-year prospective study. Journal of Educational Psychology. 104 (1), 206-223 (2012).
  11. Kaufmann, L., et al. Dyscalculia from a developmental and differential perspective. Frontiers in Psychology. 4, 516 (2013).
  12. Wong, T. T. Y., Chan, W. W. L. Identifying children with persistent low math achievement: The role of number-magnitude mapping and symbolic numerical processing. Learning and Instruction. 60, 29-40 (2019).
  13. Haberstroh, S., Schulte-Körne, G. Diagnostik und Behandlung der Rechenstörung. Deutsches Arzteblatt International. 116 (7), 107-114 (2019).
  14. Kaufmann, L., von Aster, M. The diagnosis and management of dyscalculia. Deutsches Ärzteblatt international. 109 (45), 767-777 (2012).
  15. Murphy, M. M., Mazzocco, M. M., Hanich, L. B., Early, M. C. Children With Mathematics Learning Disability (MLD) Vary as a Function of the Cutoff Criterion Used to Define MLD. Journal of learning disabilities. 40 (5), 458-478 (2007).
  16. Ramaa, S., Gowramma, I. P. A systematic procedure for identifying and classifying children with dyscalculia among primary school children in India. Dyslexia. 8 (2), 67-85 (2002).
  17. Dirks, E., Spyer, G., Van Lieshout, E. C. D. M., De Sonneville, L. Prevalence of combined reading and arithmetic disabilities. Journal of Learning Disabilities. 41 (5), 460-473 (2008).
  18. Mazzocco, M. M. M., Myers, G. F. Complexities in Identifying and Defining Mathematics Learning Disability in the Primary School-Age Years. Annals of dyslexia. (Md). 53, 218-253 (2003).
  19. Barahmand, U. Arithmetic Disabilities: Training in Attention and Memory Enhances Artihmetic Ability. Research Journal of Biological Sciences. 3 (11), 1305-1312 (2008).
  20. Reigosa-Crespo, V., et al. Basic numerical capacities and prevalence of developmental dyscalculia: The Havana survey. Developmental Psychology. 48 (1), 123-135 (2012).
  21. Hein, J., Bzufka, M. W., Neumärker, K. J. The specific disorder of arithmetic skills. Prevalence studies in a rural and an urban population sample and their clinico-neuropsychological validation. European Child and Adolescent Psychiatry. 9, Suppl. 2 (2000).
  22. Geary, D. C., Nicholas, A., Li, Y., Sun, J. Developmental change in the influence of domain-general abilities and domain-specific knowledge on mathematics achievement: An eight-year longitudinal study. Journal of Educational Psychology. 109 (5), 680-693 (2017).
  23. Cowan, R., Powell, D. The contributions of domain-general and numerical factors to third-grade arithmetic skills and mathematical learning disability. Journal of Educational Psychology. 106 (1), 214-229 (2014).
  24. Rubinsten, O., Henik, A. Developmental Dyscalculia: heterogeneity might not mean different mechanisms. Trends in Cognitive Sciences. 13 (2), 92-99 (2009).
  25. Peake, C., Jiménez, J. E., Rodríguez, C. Data-driven heterogeneity in mathematical learning disabilities based on the triple code model. Research in Developmental Disabilities. 71, (2017).
  26. Chan, W. W. L., Wong, T. T. Y. Subtypes of mathematical difficulties and their stability. Journal of Educational Psychology. 112 (3), 649-666 (2020).
  27. Bartelet, D., Ansari, D., Vaessen, A., Blomert, L. Cognitive subtypes of mathematics learning difficulties in primary education. Research in Developmental Disabilities. 35 (3), 657-670 (2014).
  28. Geary, D. C., Hamson, C. O., Hoard, M. K. Numerical and arithmetical cognition: a longitudinal study of process and concept deficits in children with learning disability. Journal of experimental child psychology. 77 (3), 236-263 (2000).
  29. Landerl, K., Bevan, A., Butterworth, B. Developmental dyscalculia and basic numerical capacities: a study of 8-9-year-old students. Cognition. 93 (2), 99-125 (2004).
  30. Moura, R., et al. Journal of Experimental Child Transcoding abilities in typical and atypical mathematics achievers : The role of working memory and procedural and lexical competencies. Journal of Experimental Child Psychology. 116 (3), 707-727 (2013).
  31. De Smedt, B., Gilmore, C. K. Defective number module or impaired access? Numerical magnitude processing in first graders with mathematical difficulties. Journal of Experimental Child Psychology. 108 (2), 278-292 (2011).
  32. Andersson, U., Östergren, R. Number magnitude processing and basic cognitive functions in children with mathematical learning disabilities. Learning and Individual Differences. 22 (6), 701-714 (2012).
  33. Geary, D. C., Hoard, M. K., Nugent, L., Byrd-Craven, J. Development of Number Line Representations in Children With Mathematical Learning Disability. Developmental neuropsychology. , (2008).
  34. van't Noordende, J. E., van Hoogmoed, A. H., Schot, W. D., Kroesbergen, E. H. Number line estimation strategies in children with mathematical learning difficulties measured by eye tracking. Psychological Research. 80 (3), 368-378 (2016).
  35. Chan, B. M., Ho, C. S. The cognitive profile of Chinese children with mathematics difficulties. Journal of Experimental Child Psychology. 107 (3), 260-279 (2010).
  36. Geary, D. C., Hoard, M. K., Bailey, D. H. Fact Retrieval Deficits in Low Achieving Children and Children With Mathematical Learning Disability. Journal of Learning Disabilities. 45 (4), 291-307 (2012).
  37. Clarke, B., Shinn, M., Shinn, M. R. A Preliminary Investigation Into the Identification and Development of Early Mathematics Curriculum-Based Measurement. Psychology Review. 33 (2), 234-248 (2004).
  38. David, C. V. Working memory deficits in Math learning difficulties: A meta-analysis. British Journal of Developmental Disabilities. 58 (2), 67-84 (2012).
  39. Peng, P., Fuchs, D. A Meta-Analysis of Working Memory Deficits in Children With Learning Difficulties: Is There a Difference Between Verbal Domain and Numerical Domain. Journal of Learning Disabilities. 49 (1), 3-20 (2016).
  40. Peng, P., et al. Examining the mutual relations between language and mathematics: A meta-analysis. Psychological Bulletin. 146 (7), 595-634 (2020).
  41. Andersson, U., Lyxell, B. Working memory deficit in children with mathematical difficulties: A general or specific deficit. Journal of Experimental Child Psychology. 96 (3), 197-228 (2007).
  42. Guzmán, B., Rodríguez, C., Sepúlveda, F., Ferreira, R. A. Number Sense Abilities , Working Memory and RAN: A Longitudinal. Revista de Psicodidáctica. 24, 62-70 (2019).
  43. Passolunghi, M. C., Cornoldi, C. Working memory failures in children with arithmetical difficulties. Child Neuropsychology. 14 (5), 387-400 (2008).
  44. vander Sluis, S., vander Leij, A., de Jong, P. F. Working Memory in Dutch Children with Reading- and Arithmetic-Related LD. Journal of Learning Disabilities. 38 (3), 207-221 (2005).
  45. Lefevre, J. A., et al. Pathways to Mathematics: Longitudinal Predictors of Performance. Child Development. 81 (6), 1753-1767 (2010).
  46. Simmons, F. R., Singleton, C. Do weak phonological representations impact on arithmetic development? A review of research into arithmetic and dyslexia. Dyslexia. 14 (2), 77-94 (2008).
  47. Kleemans, T., Segers, E., Verhoeven, L. Role of linguistic skills in fifth-grade mathematics. Journal of Experimental Child Psychology. 167, 404-413 (2018).
  48. Hecht, S. A., Torgesen, J. K., Wagner, R. K., Rashotte, C. A. The relations between phonological processing abilities and emerging individual differences in mathematical computation skills: A longitudinal study from second to fifth grades. Journal of Experimental Child Psychology. 79 (2), 192-227 (2001).
  49. García-Vidal, J., González-Manjón, D., García-Ortiz, B., Jiménez-Fernández, A. Evamat: batería para la evaluación de la competencia matemática. , Madrid. (2010).
  50. Gregoire, J., Nöel, M. P., Van Nieuwenhoven, C. TEDI-MATH. , Spanish version by M. J. Sueiro & J. Perena (2005).
  51. Navarro, J. I., et al. Estimación del aprendizaje matemático mediante la versión española del Test de Evaluación Matemática Temprana de Utrecht. European Journal of Education and Psychology. 2 (2), 131 (2009).
  52. Cerda Etchepare, G., et al. Adaptación de la versión española del Test de Evaluación Matemática Temprana de Utrecht en Chile . Estudios pedagógicos. 38, Valdivia. 235-253 (2012).
  53. Van De Rijt, B. A. M., Van Luit, J. E. H., Pennings, A. H. The construction of the Utrecht early mathematical competence scales. Educational and Psychological Measurement. 59 (2), 289-309 (1999).
  54. Ginsburg, H., Baroody, A. Test of early math ability. , Madrid. Spanish adaptation by Nunez, M. & Lozano, I (2007).
  55. Butterworth, B. Dyscalculia Screener. , (2003).
  56. Beacham, N., Trott, C. Screening for Dyscalculia within HE. MSOR Connections. 5 (1), 1-4 (2005).
  57. Karagiannakis, G., Noël, M. -P. Mathematical Profile Test: A Preliminary Evaluation of an Online Assessment for Mathematics Skills of Children in Grades 1-6. Behavioral Sciences. 10 (8), 126 (2020).
  58. Lee, E. K., et al. Development of the Computerized Mathematics Test in Korean Children and Adolescents. Journal of the Korean Academy of Child and Adolescent Psychiatry. 28 (3), 174-182 (2017).
  59. Cangöz, B., Altun, A., Olkun, S., Kaçar, F. Computer based screening dyscalculia: Cognitive and neuropsychological correlates. Turkish Online Journal of Educational Technology. 12 (3), 33-38 (2013).
  60. Zygouris, N. C., et al. Screening for disorders of mathematics via a web application. IEEE Global Engineering Education Conference, EDUCON. , 502-507 (2017).
  61. Jiménez, J. E., Rodríguez, C. Batería multimedia para la evaluación de habilidades cognitivas y básicas en matemáticas (BM-PROMA). , Software (2020).
  62. Nuerk, H. -C., Weger, U., Willmes, K. On the Perceptual Generality of the Unit-DecadeCompatibility Effect. Experimental Psychology (formerly "Zeitschrift für Experimentelle Psychologie". 51 (1), 72-79 (2004).
  63. Nuerk, H. -C., Weger, U., Willmes, K. Decade breaks in the mental number line? Putting the tens and units back in different bins. Cognition. 82 (1), 25-33 (2001).
  64. Booth, J. L., Siegler, R. S. Developmental and individual differences in pure numerical estimation. Developmental Psychology. 42 (1), 189-201 (2006).
  65. Case, R., Kurland, D. M., Goldberg, J. Operational efficiency and the growth of short-term memory span. Journal of Experimental Child Psychology. 33 (3), 386-404 (1982).
  66. Denckla, M. B., Rudel, R. Rapid "Automatized" Naming of Pictured Objects, Colors, Letters and Numbers by Normal Children. Cortex. 10 (2), 186-202 (1974).
  67. Milner, B. Interhemispheric differences in the localization of psychological processes in man. British Medical Bulletin. 27, 272-277 (1971).
  68. Rosseel, Y. lavaan: An R package for structural equation modeling. Journal of Statistical Software. 48 (2), 1-36 (2012).
  69. Knops, A., Nuerk, H. -C., Göbel, S. M. Domain-general factors influencing numerical and arithmetic processing. Journal of Numerical Cognition. 3 (2), 112-132 (2017).
  70. Torresi, S. Review Interaction between domain-specific and domain-general abilities in math's competence. Journal of Applied Cognitive Neuroscience. 1 (1), 43-51 (2020).
  71. Arsalidou, M., Pawliw-Levac, M., Sadeghi, M., Pascual-Leone, J. Brain areas associated with numbers and calculations in children: Meta-analyses of fMRI studies. Developmental Cognitive Neuroscience. 30, 239-250 (2018).
  72. Dehaene, S. Varieties of numerical abilities. Cognition. 44 (1-2), 1-42 (1992).
  73. Streiner, D. L. Starting at the beginning: An introduction to coefficient alpha and internal consistency. Statistical Developments and Applications. 80 (1), 99-103 (2003).
  74. Zainudin, A. Validating the measurement model CFA. A handbook on structural equation modeling. , 54-73 (2014).
  75. Brown, T. A. Confirmatory factor analysis for applied reaearch. (9), The Gildford Press. New York, NY. (2015).
  76. Kline, R. B. Principles and practice of structural equation modeling. , The Gildford Press. New York, NY. (2011).
  77. Putnick, D. L., Bornstein, M. H. Measurement invariance conventions and reporting: The state of the art and future directions for psychological research. Developmental Review. 41, 71-90 (2016).
  78. Artiles, C., Jiménez, J. E. Prueba de Cáculo Artimético. Normativización de instrumentos para la detección e identificación de las necesidades educativas del alumnado con trastorno por déficit de atención con o sin hiperactividad (TDAH) o alumnado con dificultades específicas de aprendizaje (DEA). , 13-26 (2011).
  79. Hosmer, D., Lemeshow, S., Rod, X. Sturdivant. Applied Logistic Regression. , Hoboken. (2013).
  80. Smolkowski, K., Cummings, K. D. Evaluation of Diagnostic Systems: The Selection of Students at Risk of Academic Difficulties. Assessment for Effective Intervention. 41 (1), 41-54 (2015).
  81. Piazza, M., et al. Developmental trajectory of number acuity reveals a severe impairment in developmental dyscalculia. Cognition. 116 (1), 33-41 (2010).
  82. Van Hoof, J., Verschaffel, L., Ghesquière, P., Van Dooren, W. The natural number bias and its role in rational number understanding in children with dyscalculia. Delay or deficit. Research in Developmental Disabilities. 71, 181-190 (2017).
  83. Swanson, H. L., Jerman, O., Zheng, X. Growth in Working Memory and Mathematical Problem Solving in Children at Risk and Not at Risk for Serious Math Difficulties. Journal of Educational Psychology. 100 (2), 343-379 (2008).
  84. Kroesbergen, E., Van Luit, J. E. H., Van De Rijt, B. A. M. Young children at risk for math disabilities: Counting skills and executive functions. Journal of Psychoeducational Assessment. , (2009).

Tags

Comportamento Questão 174 deficiências matemáticas de aprendizagem discalculia diagnóstico ferramenta de avaliação habilidades de domínio-geral habilidades específicas de domínio
Bateria multimídia para avaliação de habilidades cognitivas e básicas em matemática (BM-PROMA)
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Rodríguez, C., Jiménez, J. … More

Rodríguez, C., Jiménez, J. E., de León, S. C., Marco, I. Multimedia Battery for Assessment of Cognitive and Basic Skills in Mathematics (BM-PROMA). J. Vis. Exp. (174), e62288, doi:10.3791/62288 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter